MySQL Great Circle Distance (formuła Haversine)

$greatCircleDistance = acos( cos($latitude0) * cos($latitude1) * cos($longitude0 - $longitude1) + sin($latitude0) * sin($latitude1));

Z szerokością i długością geograficzną w radianie.

Więc

SELECT 
  acos( 
      cos(radians( $latitude0 ))
    * cos(radians( $latitude1 ))
    * cos(radians( $longitude0 ) - radians( $longitude1 ))
    + sin(radians( $latitude0 )) 
    * sin(radians( $latitude1 ))
  ) AS greatCircleDistance 
 FROM yourTable;

To twoje zapytanie SQL

Aby uzyskać wyniki w Km lub milach, pomnóż wynik przez średni promień Ziemi (3959 mil, 6371 Km lub 3440 mil morskich)

Rzecz, którą obliczasz w swoim przykładzie, to Obwiednia. Jeśli umieścisz dane współrzędnych w kolumnie spatial enabled MySQL , możesz użyć wbudowanej funkcji MySQL do zapytania danych.

SELECT 
  id
FROM spatialEnabledTable
WHERE 
  MBRWithin(ogc_point, GeomFromText('Polygon((0 0,0 3,3 3,3 0,0 0))'))

Jeśli dodasz pola pomocnicze do tabeli współrzędnych, możesz poprawić czas odpowiedzi zapytania.

Tak:

CREATE TABLE `Coordinates` (
`id` INT(10) UNSIGNED NOT NULL COMMENT 'id for the object',
`type` TINYINT(4) UNSIGNED NOT NULL DEFAULT '0' COMMENT 'type',
`sin_lat` FLOAT NOT NULL COMMENT 'sin(lat) in radians',
`cos_cos` FLOAT NOT NULL COMMENT 'cos(lat)*cos(lon) in radians',
`cos_sin` FLOAT NOT NULL COMMENT 'cos(lat)*sin(lon) in radians',
`lat` FLOAT NOT NULL COMMENT 'latitude in degrees',
`lon` FLOAT NOT NULL COMMENT 'longitude in degrees',
INDEX `lat_lon_idx` (`lat`, `lon`)
)    

Jeśli używasz TokuDB, uzyskasz jeszcze lepszą wydajność, jeśli dodasz klastrowanie indeksy dla każdego z predykatów, na przykład w następujący sposób:

alter table Coordinates add clustering index c_lat(lat);
alter table Coordinates add clustering index c_lon(lon);

Będziesz potrzebował podstawowych lat i lon w stopniach, jak również sin(lat) w radianach, cos (lat) * cos (lon) w radianach i cos(lat) * sin(lon) w radianach dla każdego punktu. Następnie tworzysz funkcję mysql, smth tak:

CREATE FUNCTION `geodistance`(`sin_lat1` FLOAT,
                              `cos_cos1` FLOAT, `cos_sin1` FLOAT,
                              `sin_lat2` FLOAT,
                              `cos_cos2` FLOAT, `cos_sin2` FLOAT)
    RETURNS float
    LANGUAGE SQL
    DETERMINISTIC
    CONTAINS SQL
    SQL SECURITY INVOKER
   BEGIN
   RETURN acos(sin_lat1*sin_lat2 + cos_cos1*cos_cos2 + cos_sin1*cos_sin2);
   END

Nie zapomnij dodać indeksu na lat/lon, aby Boks obwiedniowy mógł pomóc w wyszukiwaniu zamiast go spowalniać(indeks jest już dodany w kwerendzie Utwórz tabelę powyżej).

INDEX `lat_lon_idx` (`lat`, `lon`)

Biorąc pod uwagę starą tabelę z tylko współrzędnymi lat/lon, możesz skonfigurować skrypt, aby ją zaktualizować w następujący sposób: (php przy użyciu meekrodb)

$users = DB::query('SELECT id,lat,lon FROM Old_Coordinates');

foreach ($users as $user)
{
  $lat_rad = deg2rad($user['lat']);
  $lon_rad = deg2rad($user['lon']);

  DB::replace('Coordinates', array(
    'object_id' => $user['id'],
    'object_type' => 0,
    'sin_lat' => sin($lat_rad),
    'cos_cos' => cos($lat_rad)*cos($lon_rad),
    'cos_sin' => cos($lat_rad)*sin($lon_rad),
    'lat' => $user['lat'],
    'lon' => $user['lon']
  ));
}

Następnie optymalizujesz rzeczywiste zapytanie, aby obliczyć odległość tylko wtedy, gdy jest to naprawdę potrzebne, na przykład otulając okrąg (dobrze, Owalny) od wewnątrz i na zewnątrz. W tym celu musisz wstępnie obliczyć kilka wskaźników dla samego zapytania:

// assuming the search center coordinates are $lat and $lon in degrees
// and radius in km is given in $distance
$lat_rad = deg2rad($lat);
$lon_rad = deg2rad($lon);
$R = 6371; // earth's radius, km
$distance_rad = $distance/$R;
$distance_rad_plus = $distance_rad * 1.06; // ovality error for outer bounding box
$dist_deg_lat = rad2deg($distance_rad_plus); //outer bounding box
$dist_deg_lon = rad2deg($distance_rad_plus/cos(deg2rad($lat)));
$dist_deg_lat_small = rad2deg($distance_rad/sqrt(2)); //inner bounding box
$dist_deg_lon_small = rad2deg($distance_rad/cos(deg2rad($lat))/sqrt(2));

Biorąc pod uwagę te przygotowania, zapytanie idzie coś takiego (php):

$neighbors = DB::query("SELECT id, type, lat, lon,
       geodistance(sin_lat,cos_cos,cos_sin,%d,%d,%d) as distance
       FROM Coordinates WHERE
       lat BETWEEN %d AND %d AND lon BETWEEN %d AND %d
       HAVING (lat BETWEEN %d AND %d AND lon BETWEEN %d AND %d) OR distance <= %d",
  // center radian values: sin_lat, cos_cos, cos_sin
       sin($lat_rad),cos($lat_rad)*cos($lon_rad),cos($lat_rad)*sin($lon_rad),
  // min_lat, max_lat, min_lon, max_lon for the outside box
       $lat-$dist_deg_lat,$lat+$dist_deg_lat,
       $lon-$dist_deg_lon,$lon+$dist_deg_lon,
  // min_lat, max_lat, min_lon, max_lon for the inside box
       $lat-$dist_deg_lat_small,$lat+$dist_deg_lat_small,
       $lon-$dist_deg_lon_small,$lon+$dist_deg_lon_small,
  // distance in radians
       $distance_rad);

Wyjaśnij na powyższym zapytaniu może powiedzieć, że nie używa indeksu, chyba że jest wystarczająco dużo wyników, aby je uruchomić. Indeks zostanie użyty, gdy w tabeli współrzędnych jest wystarczająco dużo danych. Możesz dodać Indeks siły (lat_lon_idx) do wyboru, aby go używać indeks nie odnosi się do wielkości tabeli, więc można sprawdzić z wyjaśnieniem, że działa poprawnie.

Z powyższymi przykładami kodu powinieneś mieć działającą i skalowalną implementację wyszukiwania obiektów na odległość z minimalnym błędem.

Musiałem to jakoś rozpracować, więc podzielę się swoim wynikiem. Używa tabeli zip z tabel latitude i longitude. Nie zależy to od Google Maps; można go raczej dostosować do dowolnej tabeli zawierającej lat / long.

SELECT zip, primary_city, 
       latitude, longitude, distance_in_mi
  FROM (
SELECT zip, primary_city, latitude, longitude,r,
       (3963.17 * ACOS(COS(RADIANS(latpoint)) 
                 * COS(RADIANS(latitude)) 
                 * COS(RADIANS(longpoint) - RADIANS(longitude)) 
                 + SIN(RADIANS(latpoint)) 
                 * SIN(RADIANS(latitude)))) AS distance_in_mi
 FROM zip
 JOIN (
        SELECT  42.81  AS latpoint,  -70.81 AS longpoint, 50.0 AS r
   ) AS p 
 WHERE latitude  
  BETWEEN latpoint  - (r / 69) 
      AND latpoint  + (r / 69)
   AND longitude 
  BETWEEN longpoint - (r / (69 * COS(RADIANS(latpoint))))
      AND longpoint + (r / (69 * COS(RADIANS(latpoint))))
  ) d
 WHERE distance_in_mi <= r
 ORDER BY distance_in_mi
 LIMIT 30

Spójrz na ten wiersz w środku tego zapytania:

    SELECT  42.81  AS latpoint,  -70.81 AS longpoint, 50.0 AS r

To wyszukuje 30 najbliższych wpisów w tabeli zip w odległości 50.0 mil od punktu lat / long 42.81 / -70.81 . Gdy wbudujesz to w aplikację, to tam umieszczasz swój własny punkt i / align = "left" /

Jeśli chcesz pracować w kilometrach, a nie milach, Zmień 69 na 111.045 i zmień 3963.17 na 6378.10 w zapytaniu.

Oto szczegółowy opis. Mam nadzieję, że to komuś pomoże. http://www.plumislandmedia.net/mysql/haversine-mysql-nearest-loc/

Napisałem procedurę, która może obliczyć to samo, ale musisz wprowadzić szerokość i długość geograficzną w odpowiedniej tabeli.

drop procedure if exists select_lattitude_longitude;

delimiter //

create procedure select_lattitude_longitude(In CityName1 varchar(20) , In CityName2 varchar(20))

begin

    declare origin_lat float(10,2);
    declare origin_long float(10,2);

    declare dest_lat float(10,2);
    declare dest_long float(10,2);

    if CityName1  Not In (select Name from City_lat_lon) OR CityName2  Not In (select Name from City_lat_lon) then 

        select 'The Name Not Exist or Not Valid Please Check the Names given by you' as Message;

    else

        select lattitude into  origin_lat from City_lat_lon where Name=CityName1;

        select longitude into  origin_long  from City_lat_lon where Name=CityName1;

        select lattitude into  dest_lat from City_lat_lon where Name=CityName2;

        select longitude into  dest_long  from City_lat_lon where Name=CityName2;

        select origin_lat as CityName1_lattitude,
               origin_long as CityName1_longitude,
               dest_lat as CityName2_lattitude,
               dest_long as CityName2_longitude;

        SELECT 3956 * 2 * ASIN(SQRT( POWER(SIN((origin_lat - dest_lat) * pi()/180 / 2), 2) + COS(origin_lat * pi()/180) * COS(dest_lat * pi()/180) * POWER(SIN((origin_long-dest_long) * pi()/180 / 2), 2) )) * 1.609344 as Distance_In_Kms ;

    end if;

end ;

//

delimiter ;

Nie mogę skomentować powyższej odpowiedzi, ale uważaj na odpowiedź @ Pavel Chuchuva. Ta formuła nie zwróci wyniku, jeśli obie współrzędne są takie same. W takim przypadku odległość jest null, a więc wiersz ten nie zostanie zwrócony z tą formułą w takim stanie, w jakim jest.

Nie jestem ekspertem MySQL, ale to chyba działa dla mnie:

SELECT id, ( 3959 * acos( cos( radians(37) ) * cos( radians( lat ) ) * cos( radians( lng ) - radians(-122) ) + sin( radians(37) ) * sin( radians( lat ) ) ) ) AS distance 
FROM markers HAVING distance < 25 OR distance IS NULL ORDER BY distance LIMIT 0 , 20;

 SELECT *, (  
    6371 * acos(cos(radians(search_lat)) * cos(radians(lat) ) *   
cos(radians(lng) - radians(search_lng)) + sin(radians(search_lat)) *         sin(radians(lat)))  
) AS distance  
FROM table  
WHERE lat != search_lat AND lng != search_lng AND distance < 25  
 ORDER BY distance  
FETCH 10 ONLY 

Na odległość 25 km

Myślałem, że moja implementacja javascript będzie dobrym odniesieniem do:

/*
 * Check to see if the second coord is within the precision ( meters )
 * of the first coord and return accordingly
 */
function checkWithinBound(coord_one, coord_two, precision) {
    var distance = 3959000 * Math.acos( 
        Math.cos( degree_to_radian( coord_two.lat ) ) * 
        Math.cos( degree_to_radian( coord_one.lat ) ) * 
        Math.cos( 
            degree_to_radian( coord_one.lng ) - degree_to_radian( coord_two.lng ) 
        ) +
        Math.sin( degree_to_radian( coord_two.lat ) ) * 
        Math.sin( degree_to_radian( coord_one.lat ) ) 
    );
    return distance <= precision;
}

/**
 * Get radian from given degree
 */
function degree_to_radian(degree) {
    return degree * (Math.PI / 180);
}